欢迎来到天天文库
浏览记录
ID:35061595
大小:5.57 MB
页数:54页
时间:2019-03-17
《基于分析稀疏模型的信号恢复算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号:0224单位代码:10280密级:公开学号:13720017上洛义導戀硕±学位论文SHANGHAIUNIVERSITY^MASTERSDISSERTATION题基于分析稀疏模型的信号恢复目算法研究作者王贵男学科专业运筹学与控制论导iUp张纽娟完成日期2016年5月上海大学本论文经答辩委员会全体委员审查,确认符合上海大学硕±学位论文质量要求。答辩委员会签名工作单位职称主任:委员:导师:答辩日期:原创巧声明本人声明:所呈交的论文是本人在导师指导下进行的研究
2、工作。除了文中特别加标注和致谢的地方外,论文中不包含其他人已发表或撰一写过的研究成果。参与同工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:日期:本论文使用授权说明本人完全了解上海大学有关保留、使用学位论文的规定。即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可公布论文的全部或部分内容。(保密的论文在解密后应遵守此规定)签名:导师签名:日期:上海大学理学硕±学位论文基于分析稀疏模型的信号恢复算法研究作者:王贵男导师:张纽娟学科专业:运筹学与控制论
3、上海大学理学院数学系2016年5月ADissertationSubmittedtoShanhaiUniversitgyfortheDegreeofMasterinScience,RTheResearchonSinalsecovergyAlorithmsbasedontheCosparseg乂nalsisModelyCandidate:G山nanWangSupervisor:HongjuanZhangMaor:Operations民esearchandCyberneticsjDepa
4、rtmentofMathematics,CollegeofSciencesShanhaiUniversitgyMa2016y上海大学硕去学位论文V摘要近年来,随着信息技术的不断发展,信号模型在信号处理领域的作用越来越重要。目前,针对信号处理中的信号稀疏恢复问题,主要有两种信号模型:合成稀疏模型和分析稀疏模型,国内外许多研究者从不同角度进行了相关研究,特别是针对基于合成稀疏模型的信号恢复问题一,提出了系列算法及其理论。而近期分析稀疏模型也非常引人注目一,基于分析稀疏模型的信号恢复问题也成为了个新兴的研究课题。本论文将对此问题
5、进行研究,W现有相关算法和理论为基础,W期对基于分一些改进和创新析稀疏模型的信号恢复问题给出。本文首先给出了信号稀疏表示的基本理论,其次介绍了信号稀疏恢复问题中两类主要的信号模型,并分类介绍了每个模型的相关算法。之后,针对分析稀疏模型一的信号恢复问题,给出了两种优化模型和算法:是用稀疏推导函数近似/〇范数;二是用极大赌函数近似范数。具体工作概括如下:一一在第个工作中,对基于分析稀疏模型的信号恢复/〇问题,给出了系列非凸的稀疏推导函数来近似/〇范数问题,运类近似函数比/i范数和b范数更接近于/〇范数。W运类函数为基础,我们首先构造了目标函数并给出了
6、有约束优化模型。之后,为了将非凸问题转化为易于求解的凸问题,我们将非凸稀疏推导函数进一Li行阶近似展开,然后用agrangan乘子法将目标函数转化无约束优化问题。最一IF后,我们提出了C算法,运是个双层优化算法:首先用次梯度法迭代更新临时解;然后借助临时解求出新的支撑集,接着在支撑集的约束下求出目标问题的最优解。从理论分析和实验两方面来看,CIF算法在信号稀疏恢复问题的求解过程中表现出很好的作用。一在第二个工作中,考虑到基于分析稀疏模型的信号恢复范数问题,虽然是一个凸优化问题,但其在零点不可微运情形,我们借助极大赌思想给出了范数连续可微的极
7、大赌函数。首先,我们基于极大赌函数建立了可微的有约束优化模型,一然后通过Lagrangian乘子法将其转化为无约束优化模型,系列梯度型的优化算法都能够适用于求解该模型。实验结果表明,基于极大赌函数的实验效果与范数的结果相当,因此,用极大赌函数近似最小化问题是个较好的选择。最后,在第四章中,对本文的主要工作进行了总结,并对今后的研究方向做了一定的展望。关键词:信号恢复;分析稀疏模型;稀疏推导函数;极大赌函数上海大学硕壬学位论文VIABSTRACTInre
此文档下载收益归作者所有